-
公开(公告)号：CN112070756B
公开(公告)日：2021-03-30
申请号：CN202010966513.3
申请日：2020-09-15
Applicant: 河北工业大学
Abstract: 本发明为一种基于无人机倾斜摄影的路面立体病害测量方法，该方法包括以下过程：道路通车前对路面进行一次路面检测，此时路面无病害，将通车前采集的路面数据称之为母版数据；通车后根据道路养护需求再次进行路面检测，采集当前路面数据，路面检测时使用无人机对路面进行倾斜摄影分别构建出相应时期的数字表面模型以及数字高程模型；通过对不同时期的数字高程模型进行叠加计算，得到路面不同位置的高程变化，将每个位置高程的变化映射到每一个像素点的像素值，通过无监督学习和图像处理并结合工程规范判断路面破坏类型以及破坏等级、病害特征和病害位置，实现对立体病害的智能识别。该方法实现路面立体病害的识别分级和定位、病害直观展示。
-
公开(公告)号：CN119643703B
公开(公告)日：2025-05-20
申请号：CN202510159836.4
申请日：2025-02-13
Applicant: 河北工业大学
Abstract: 本发明为基于声固耦合的道路时空压实质量巡检方法及系统，包括以下内容：对压实采样点利用声压传感器非接触接收泄漏在空气中的表面波信号；构建VMD‑LSTM去噪模块，用于对表面波信号进行去噪重构，获得重构信号；将重构信号生成二维时频图，利用分类模块对二维时频图进行特征提取，获得时频特征；获得不同阶段类别、不同结构层类别下的压实影响因素以及对应的压实度，构建道路时空融合数据集；以道路时空融合数据集训练XGBoost机器学习算法；将VMD‑LSTM去噪模块、分类模块与训练好的XGBoost机器学习算法结合在一起组成融合智能模型，利用融合智能模型快速完成任意结构层任意阶段压实质量检测。本发明实现了全厚式全生命周期的道路压实质量检测。
-
公开(公告)号：CN119107447B
公开(公告)日：2025-05-02
申请号：CN202411322837.8
申请日：2024-09-23
Applicant: 河北工业大学
IPC: G06V10/25 , G06F16/35 , G06F40/30 , G06F16/36 , G06V10/26 , G06V10/82 , G06N3/08 , G06N3/045 , G06F18/25 , G06V10/764 , G06T7/00
Abstract: 本发明为一种基于语言和图像大模型的多源路面病害识别方法，所述识别方法包括以下内容：收集道路路面病害检测相关规范建立知识语料库，使用大语言模型LLM读入道路病害图像；对于被LLM确定为裂缝横穿整张图像时，则以过图片中心点沿垂直裂缝方向进行裁剪，裁剪为两张图片；之后，将所有图像和相应的文本提示输入，使用视觉语言大模型VLM对路面病害进行目标检测，输出预测框；使用标注有病害掩码的图像对SAM进行微调得到适应于道路病害分割任务的RoadSAM。该方法结合了大语言模型、视觉语言大模型和分割大模型三者，并对分割大模型SAM进行了相应的微调，减少对大量标注数据的依赖，同时实现多源多模态路面病害图像的统一分割。
-
公开(公告)号：CN119107447A
公开(公告)日：2024-12-10
申请号：CN202411322837.8
申请日：2024-09-23
Applicant: 河北工业大学
IPC: G06V10/25 , G06F16/35 , G06F40/30 , G06F16/36 , G06V10/26 , G06V10/82 , G06N3/08 , G06N3/045 , G06F18/25 , G06V10/764 , G06T7/00
Abstract: 本发明为一种基于语言和图像大模型的多源路面病害识别方法，所述识别方法包括以下内容：收集道路路面病害检测相关规范建立知识语料库，使用大语言模型LLM读入道路病害图像；对于被LLM确定为裂缝横穿整张图像时，则以过图片中心点沿垂直裂缝方向进行裁剪，裁剪为两张图片；之后，将所有图像和相应的文本提示输入，使用视觉语言大模型VLM对路面病害进行目标检测，输出预测框；使用标注有病害掩码的图像对SAM进行微调得到适应于道路病害分割任务的RoadSAM。该方法结合了大语言模型、视觉语言大模型和分割大模型三者，并对分割大模型SAM进行了相应的微调，减少对大量标注数据的依赖，同时实现多源多模态路面病害图像的统一分割。
-
公开(公告)号：CN113686962B
公开(公告)日：2024-01-26
申请号：CN202111003417.X
申请日：2021-08-30
Applicant: 河北工业大学
IPC: G01N29/07
Abstract: 本发明一种基于波速理论的路基压实特性在线监测方法，该方法包括下述内容：对待检测路段点位采用环刀法取样测量压实土体密度；测量待检测路段点位的横波、纵波和瑞利波波速；利用三种波速、压实土体密度与介质材料特性的相关关系，计算压实土体特性的相关参数，压实土体特性的相关参数包括泊松比、弹性模量、剪切模量，检测路基压实质量。本申请省去了实验室内的复杂试验过程，在现场即可完成实时监测，高效快捷，本发明能将测量结果上传数据管理系统，对路基压实特性进行在线监测。
-
Patent Agency Ranking
公开(公告)号：CN116448773A
公开(公告)日：2023-07-18
申请号：CN202310720748.8
申请日：2023-06-19
Applicant: 河北工业大学
Abstract: 本发明为一种图像‑振动特征融合的路面病害检测方法及系统，该检测方法搭建了基于振动加速度和图像的数据库，以输入振动加速度信号与调整后的路面病害的图像为输入，以病害类型为输出建立路面病害识别模型实现路面病害的图像特征与振动加速度特征的融合，同时使用深度学习对路面病害的振动加速度信号与图像进行特征融合，对路面病害识别并量化，提高路面病害检测的效率与准确率。通过多源数据的融合，降低单一数据下外界干扰对路面病害量化结果的影响，能够提高路面病害量化的计算精度。
-
公开(公告)号：CN116430739A
公开(公告)日：2023-07-14
申请号：CN202310701409.5
申请日：2023-06-14
Applicant: 河北工业大学
Abstract: 本发明为一种基于数字孪生技术的全过程智慧压实系统及管控方法，包括用于碾压工作中的压路机工作参数优化的并利用强化学习优化的遗传算法模型和用于碾压工作后路基压实度的计算的神经网络。利用数字孪生技术和人工智能技术，根据施工前各项数据建立数字孪生场地模型，在施工前进行模拟碾压演示来预计施工时间和碾压质量，在施工中通过强化学习优化的循环遗传算法模型实时控制压路机按最优压路机工作参数进行工作，施工后复核碾压后各工作参数与压实质量是否达标，从而能够在碾压前中后全过程中监测施工工作整体进度及状态。
-
公开(公告)号：CN113176337B
公开(公告)日：2022-08-30
申请号：CN202110453143.8
申请日：2021-04-26
Applicant: 河北工业大学
Abstract: 本发明为一种桩周土体刚度原位监测方法及测试系统、测试设备，该监测方法包括以下内容：对风机桩周土体进行测试，在水平方向着重考虑4倍桩径范围内的土体刚度变化，以桩径D为间距布置测点，同时在自由场布设1个测点作为对照；每个测点沿桩埋深方向，根据初始测量地基土体特性布置竖向测点，每层土体至少布置2个竖向测点；一周一次对风机桩周土体刚度进行原位测试，每次测试时记录采集日期；所述原状土剪切波速测试设备在工作时产生相关的数据，对桩周测点的现场数据进行处理获得桩周土体刚度的三维时空模型。该监测方法首次实现了对风机桩周土体刚度的三维时空监测，获得风机桩周影响范围内土体在三维空间内的结构性和动力学特性变化。
-
公开(公告)号：CN114863351A
公开(公告)日：2022-08-05
申请号：CN202210793581.3
申请日：2022-07-07
Applicant: 河北工业大学
Abstract: 本发明为基于Web3.0的图声融合路基填料协同识别管理系统，将一维超声波信号与二维图像有效融合在一起，实现图声融合，能够解决传统图像识别中无法准确分类粗粒土和石块的问题，进一步获得粗粒土的级配信息，同时能够解决传统图像识别方法无法正确识别细粒土级配的问题，给出路基土的全级配信息。此外，与Web3.0的分布式数据管理结合，实现图声融合路基填料的协同识别管理，极大提高了数据生产效率，扩充数据量，消除信息壁垒。
-
公开(公告)号：CN113065722B
公开(公告)日：2022-07-01
申请号：CN202110498608.1
申请日：2021-05-08
Applicant: 河北工业大学
Abstract: 本发明为一种基于深度学习的连续多步预测道路智能养护系统，通过预测模型和残差修正模型，可以预测出未来几年内哪些道路病害会发展成比较严重的病害。根据道路的全寿命周期策略，全寿命周期养护管理即在有限的养护资金规模下，从公路整体出发，综合考虑路基路面运行现状并结合当前可采取的预防性养护技术，制定涵盖路面全寿命周期的中长期养护战略计划，并针对最佳路段确定最佳时机，对“最差”路段采取重建、维修、改善等有效的养护措施，实现最大化的资金利用效果和路况改善效果，指导用户进行科学的道路养护，避免因养护方法不佳而造成资金的浪费。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.034 seconds)
